果蔬中外泌体样纳米颗粒的分离、表征和应用研究进展

果蔬中的外泌体样纳米颗粒（exosome-like nanoparticles，ELNs）是由果蔬细胞释放的纳米级囊泡结构，与动物的外泌体具有类似的超微结构，但其脂质、蛋白质及核酸等化学成分具有显著差异，并具有独特的生物学功能。本文综述了2013年以来数十种果蔬中ELNs的相关研究进展，对其提取方法和表征手段进行了分析，重点分析了不同植物来源的ELNs中脂质、蛋白质和核酸类化学成分的组成差异，并对ELNs的潜在生理活性和载体功能进行了探讨，可为果蔬中ELNs的相关研究提供借鉴和启示。     

高硅高钛铝合金铸棒粗大化合物的研究

研究了汽车防抱死系统用高硅高钛铝合金铸棒中的粗大化合物。通过宏观、微观组织分析,确定该粗大化合物为Al3Ti。Al3Ti粗大化合物的形成原因复杂,主要从合金成分、熔炼工艺和铸造工艺几个方面进行了分析,提出相应改善措施,并通过实验成功地进行了验证,消除了Al3Ti粗大化合物这一铸棒组织缺陷。     

基于值函数估计的参数探索策略梯度算法

策略梯度估计方差大是策略梯度算法存在的普遍问题,基于参数探索的策略梯度算法（PGPE）通过使用确定性策略有效缓解了这一问题。然而,PGPE算法基于蒙特卡罗方法进行策略梯度的估计,需要大量学习样本才能保证梯度估计相对稳定,因此,梯度估计方差大阻碍了其在现实问题中的实际应用。为进一步减小PGPE算法策略梯度估计的方差,提出了基于值函数估计的参数探索策略梯度算法（PGPE-FA）,该算法在PGPE算法中引入Actor-Critic框架。具体地,提出的方法使用价值函数估计策略梯度,代替了PGPE方法使用轨迹样本估计策略梯度的方式,从而减小梯度估计方差。最后,通过实验验证了所提算法能够减小梯度估计的方差。     

基于互信息最大化的意图强化学习方法的研究

强化学习主要研究智能体如何根据环境作出较好的决策,其核心是学习策略。基于传统策略模型的动作选择主要依赖于状态感知、历史记忆及模型参数等,其智能体行为很难受到控制。然而,当人类智能体完成任务时,通常会根据自身的意愿或动机选择相应的行为。受人类决策机制的启发,为了让强化学习中的行为选择可控,使智能体能够根据意图选择动作,将意图变量加入到策略模型中,提出了一种基于意图控制的强化学习策略学习方法。具体地,通过意图变量与动作的互信息最大化使两者产生高相关性,使得策略能够根据给定意图变量选择相关动作,从而达到对智能体的控制。最终,通过复杂的机器人控制仿真任务Mujoco验证了所提方法能够有效地通过意图变量控制机器人的移动速度和移动角度。     

基于CIM扩展的通用保护模型及其应用

电力企业一体化信息平台要求建立包括一、二次模型在内的电网综合模型,满足各种基于保护信息应用分析的实际需求。目前使用的IEC 61970公共信息模型(CIM)基本上只包含一次模型,没有覆盖到二次模型。文中分析了CIM中保护模型的不足,提出了一种基于CIM扩展的通用保护模型,该模型对保护设备描述全面,并能够屏蔽不同厂家保护设备的差异,具有良好的通用性和可扩展性。提出的通用保护模型已应用于南方电网继电保护决策支持系统中,表明该建模方法有效、可行。